科研之友
微信
新浪微博
Facebook
分享链接
摘要
第三代合作伙伴计划（3GPP）模式4提供了一种直连通信的接入方式，以支持车联网C-V2X应用。然而由于V2X网络动态变化的业务负载和车辆移动性导致信道质量不稳定，加剧了传输过程中分组碰撞问题。为了满足高可靠低时延的V2X通信需求，该文针对动态负载环境下的高效分布式资源分配策略，提出一种预留-重用联合的Q学习型半持续调度（RRC-QSPS）算法。该文首先对模式4中现有的半持续调度（SPS）算法分组碰撞问题进行理论建模，分析了影响碰撞概率的关键参数，继而提出了动态业务环境下车辆智能体的强化Q学习模型，建立包括预留-重用联合的动作空间与Q目标函数，并通过Qi-贪心算法求解，智能决策动态负载环境下无线资源的预留与重用。仿真对比结果表明，相比于已有的Lookahead-SPS优化算法，RRC-QSPS算法在高速高负载场景下分组接收率提高了7%，数据包更新时延降低了10%。
- 单位
